Trabalho Futuro - Adaptação de veículos autónomos e inteligentes e análise de desempenho no Fli

Esta área de trabalho é bastante propícia a constantes melhorias e optimizações do trabalho efectuado, no entanto há certos aspectos que podem ser enumerados para trabalho futuro dado que não puderam ser abordados neste projecto.

No que concerne à adaptação de veículos, um trabalho a efectuar consiste na construção de modelos visuais para veículos, principalmente submergíveis dado que não existem modelos para estes.

Na área de simulação submersa, como demonstrado anteriormente, o simulador FSX possui várias limitações dado não ter sido projectado com esse propósito. Uma delas, é relativa ao facto de não possuir cenário descrito debaixo de água, o que obrigou a simular a navegação submersa. Apesar da simulação funcionar correctamente, não é possível obter informação relativa à profundidade real do rio/mar/oceano (o único limite de profundidade são as características/limitações do veículo). Um dos possíveis desenvolvimentos futuros poderá ser da adaptação do simulador de forma a também existir descrição do fundo do mar, nomeadamente da profundidade existente, tornando a simulação submersa mais próxima da realidade. Uma das possibilidades poderá passar pela utilização da API The Google Elevation API[48], uma ferramenta que possibilita a consulta da altura de qualquer localização da face da terra, inclusivamente do fundo do mar/oceano, podendo dessa forma colmatar a falha do FSX, incrementando mais realismo à aplicação.

Outros desenvolvimentos podem ser efectuados no campo do desenvolvimento de novos tipos de veículos, nomeadamente de veículos anfíbios, veículos terrestres e submergíveis ou outros tipos de veículos.

No campo da análise de desempenho, existe a possibilidade de desenvolvimento de novas métricas para adicionar à aplicação desenvolvida, sejam elas mais optimizadas para avaliação das missões existentes, sejam novas métricas para actuais ou futuras missões ou mesmo desenvolvimento de métricas na área da inteligência artificial, dado que esta é uma área com muito potencial de desenvolvimento. Outro dos aspectos a desenvolver futuramente consiste na interpretação dos valores da aplicação de desempenho pelos agentes de controlo de veículo. Neste trabalho, é apresentada uma solução que calcula o desempenho dos veículos nas missões

efectuadas e demonstra, temporalmente, o comportamento do veículo ao longo do tempo, sendo que o desenvolvedor tem de analisar os dados apresentados e experimentar soluções. O desenvolvimento futuro consiste no estudo e adaptação de uma extensão à ferramenta que permita, automaticamente, analisar os dados e verificar o porquê das variações de desempenho, permitindo a que os agentes de controlo de veículo aprendam autonomamente com a análise de desempenho efectuada.

Também no campo da análise de desempenho, uma outra possibilidade de desenvolvimento futuro pode passar pelo desenvolvimento de uma solução online que permita aprender e melhorar com as missões já analisadas mas também com as que se encontram em execução. Uma solução deste tipo poderia até fomentar mais a utilização da plataforma por uma comunidade de investigadores mais abrangente, havendo assim mais desenvolvimentos na área, mais análises de desempenho efectuadas e, portanto, proporcionando desenvolvimento mais rápido e optimizado da análise de desempenho existente.

Referências

1. DARPA. Urban Challenge. DARPA - Defense Advanced Research Projects Agency 2007 Novembro [consultado em 2010, Janeiro]; Disponível em: http://www.darpa.mil/grandchallenge/index.asp.

2. Department of Defense, Unmanned Aircraft Systems Roadmap 2005-2030. 2005, EUA: Department of Defense - Office of the Secretary of Defense.

3. M. Woodridge, An Introduction to Multi Agent Systems. 2002, UK: John Wiley & Sons, Ltd.

4. M. Woodridge and N.R. Jennings, Intelligent Agents Theory and Practice. Vol. 10. 1995, UK: Knowledge Engineering Review.

5. B. Hayes-roth, Architecture for Adaptive Intelligent Systems. Artificial Intelligence. Vol. 72. 1995, UK: Elsevier Science Publishers Ltd. 329 - 365.

6. H.S. Nwana, Software Agents: An Overview. Vol. 11. 1996, UK: Knowledge Engineering Review.

7. S. Russel and P. Norvig, Artificial Intelligence – A Modern Approach. 2003, EUA: Prentice Hall.

8. M.J. Woodridge and N.R. Jennings, Agent Theories, Architectures, and Languages: A Survey. 1995, Holanda: Proceedings of the workshop on agent theories, architectures, and languages on Intelligent agents.

9. A. Rao and M. Georgeff, Modeling Rational Agents within a BDI Architecture, ed. R.i. agents. 1991, EUA: Proceedings of the 2nd International Conference on Principles of Knowledge Representation and Reasoning (KR'91). 317-328.

10. 3D Driving School. 3D Driving School Infos 2001 [consultado em 2009, Novembro]; 3D-Fahrschule:Disponível em: http://www.3dfahrschule.de/uk_infos.htm.

11. Euro Truck Simulator. Euro Truck Simulator 2007 [consultado em 2009, Dezembro]; SCS Software:Disponível em: http://www.eurotrucksimulator.com/.

12. Ship Simulator 2008 Features. Ship Simulator 2008 2008 [consultado em 2009, Dezembro]; VSTEP:Disponível em: http://www.shipsim.com.

13. Ship Simulator Professional v2.0. Ship Simulator Professional v2.0 2008 [consultado em 2009, Dezembro]; VSTEP:Disponível em: http://www.shipsimpro.com/.

14. J. Leitão, Agentes Autónomos Controláveis. 2000, PT: FEUP - Tese de Doutoramento. 15. VTI's simulator. VTI Swedish National Road and Transport Research Institute

2010[consultado em 2010, Fevereiro]; Disponível em: http://www.vti.se/templates/Page____11865.aspx.

16. K. Yoshimoto and T. Suetomi, The history of research and development of driving simulators in japan, ed. S.i.o.D.S. Conference-Asia/Pacific. Vol. 1 (2). 2008: Journal of Mechanical Systems for Transportation and Logistics. 159-169.

17. C. Schwarz, T. Gates, and Y. Papelis, Motion Characteristics of the National Advanced Driving Simulator, ed. D.S.C.N.A. Proceedings. 2003.

18. Toyota, M.C. Toyota Develops World-class Driving Simulator. 2007 [consultado em 2010, Fevereiro]; Disponível em: http://www.toyota.co.jp/en/news/07/1126_1.html. 19. J. Hedrick, A. Girard, and S. Spry, Intelligent Cruise-control Applications: Real-time,

Embedded Hybrid Control Software. Vol. 12 (1). 2005, EUA: IEEE Robotics and Automation Magazine.

20. J.C. Bebel, N. Howard, and T. Patel, An Autonomous System Used in the DARPA. 2004, USA: Proceedings. The 7th International IEEE Conference on Intelligent Transportation Systems. 487-490.

21. Yuh, J., Design and Control of Autonomous Underwater Robots: A survey. Autonomous Robots. Vol. 8 (1). 2000: Kluwer Academic Publishers. 7-24.

22. N. Lau, A. Pereira, A. Melo, A. Neves, J. Figueiredo, Ciber-Rato: Um Ambiente de Simulação de Robots Móveis e Autónomos. Rev. DETUA. Vol. 3 (7). 2002. 647-650. 23. S. Carpin, M. Lewis, J. Wang, S. Balakirsky, C. Scrapper, USARSim: a robot simulator

for research and education, ed. I.I.C. Robotics and Automation. 2007. 1400 - 1405. 24. L. Hugues, N. Bredeche, and T. Futurs, Simbad: an Autonomous Robot Simulation

Package for Education and Research. in Proceedings of The Ninth International Conference on the Simulation of Adaptive Behavior (SAB'06). Roma, Italy - Springer's Lecture Notes in Computer Sciences / Artificial Intelligence series (LNCS/LNAI). 2006. 831-842.

25. J. Jackson, Microsoft robotics studio: A technical introduction, ed. I. Robotics & Automation Magazine. Vol. 14 (4). 2007. 82-87.

26. R. Arkin. MissionLab v7.0. 2006 [consultado em 2010, Março]; Disponível em: http://www.cc.gatech.edu/ai/robot-lab/research/MissionLab/.

27. MathWorks. Simulink 3D Animation. 2009 [consultado em 2010, Março]; Disponível em: http://www.mathworks.com/products/3d-animation/index.html.

28. A. Boeing and T. Bräunl, SubSim: An autonomous underwater vehicle simulation package. Proceedings of the 3rd International Symposium on Autonomous Minirobots for Research and Edutainment (AMiRE 2005). 2006: Springer Berlin Heidelberg. 33- 38.

29. L.C. Lee, H.S. Nwana, D.T. Ndumu, P. De Wilde, The Stability, Scalability and Performance of Multi-agent Systems. BT Technology Journal, ed. B.T. Journal. Vol. 16 (3). 1998: Kluwer Academic Publishers. 94-103.

30. H. Kargupta, I. Hamzaoglu, and B. Stafford, Scalable, Distributed Data Mining Using An Agent Based Architecture. a, ed. P.t.T.I.C.o.t.K.D.a.D. Mining. 1997: Proceedings of High Performance Computing. 211-214.

31. K. Hallenborg, Core Design Pattern For Efficient Multi-Agent. 2004: Advanced Studies in Software and Knowledge Engineering. 29-36.

32. M. Hornick, Data Mining Agents for Efficient Hardware Utilization. Vol. 20. 2006, Alemanha: Informatik Forschung und Entwicklung

33. N.K.Nagwani, Performance Measurement Analysis for Multi-agent Systems. 2009, EUA: International Conference on Intelligent Agent & Multi-Agent Systems. 1-4. 34. S. D'Amours, J.M. Frayret, and J. Gaudreault, Study of the Performance of Multi-

behaviour Agents for Supply Chain Planning. 2009, Holanda: Computers in Industry 60 (9). 698-708.

35. A. Sobotka, Multi-Attribute Analysis for the Eco-Energetic. 2009: Technological and Economic Development Of Economy 15 (4). 593-611.

36. R. Gimenes, D.C. Silva, L.P. Reis, E. Oliveira, Using Flight Simulation Environments with Agent-Controlled UAVs. 2008: p. 21-26.

37. Microsoft. Microsoft Flight Simulator - Developers' Corner. Microsoft Flight Simulator 2008 [consultado em 2009, Novembro]; Disponível em: http://www.microsoft.com/Products/Games/FSInsider/developers/Pages/default.aspx.

38. Microsoft. ESP SDK Overview. Microsoft MSDN 2008 [consultado em 2009, Novembro]; Disponível em: http://msdn.microsoft.com/en-us/library/cc526948.aspx. 39. jSimConnect. jSimConnect Web Site. 2007 [consultado em 2010, Janeiro]; Disponível

em: http://lc0277.nerim.net/wiki/index.php?jsimconnect.

40. X-Plane. X-Plane 2007 [consultado em 2009, Dezembro]; Laminar Research Disponível em: http://www.x-plane.com./.

41. Flight Gear Flight Simulator. Flight Gear Flight Simulator 2007 [consultado em 2009, Dezembro]; Disponível em: http://www.flightgear.org/.

42. Cloud Cap Technology. Piccolo system software. Piccolo system software 2007 [consultado em 2009, Novembro]; Disponível em: http://www.cloudcaptech.com/piccolo_system.shtm.

43. D.C. Silva, Dynamic Agent Coordination for Applications in Surveillance and Search & Rescue Operations. 2008.

44. D.C. Silva, L.P. Reis, and E. Oliveira, Flexible Scenario and Team Description Languages. 2010, Porto, Portugal: (Submetido para Publicação).

45. Microsoft. SimObject Container SDK Microsft MSDN 2010 [consultado em 2010, Março]; Disponível em: http://msdn.microsoft.com/en- us/library/cc527032%28v=MSDN.10%29.aspx.

46. Microsoft. Simulation Variables. Microsft MSDN 2008 [consultado em 2009, Novembro]; Disponível em: http://msdn.microsoft.com/en-us/library/cc526981.aspx. 47. Google. The Google Elevation API. 2010 [consultado em 2010, Junho];

Disponível em:

Anexo A:

Exemplo de uma SDL

<?xml version="1.0" encoding="utf-8"?>

<scenario xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xmlns:xsd="http://www.w3.org/2001/XMLSchema" xmlns="dcs:scenario">

<bases>

<description>Small airfield, with one runway roughly N/S oriented, close to

LPPR</description>

<history>Created in 1983, it has been upgraded a few times in the past few years,

providing it with a tower, some hangars, fuel, coffee</history>

<name>Daniel Silva</name>

<institution>FEUP / LIACC</institution>

<position>Ph.D. Researcher</position>

<address>Rua Street, 1234</address>

<city>Gondomar</city>

<stateDistrictRegion>Porto</stateDistrictRegion>

<country>Portugal</country>

</contactPerson>

<address>Vilar da Luz</address>

<country>Portugal</country>

</coordinates>

</location>

</availability>

<name>Maia Airfield</name>

<description>Used for light traffic, flight schools, and by enthusiasts</description>

<name>Daniel Silva</name>

<institution>FEUP / LIACC</institution>

<position>Ph.D. Researcher</position>

<address>Rua Street, 1234</address>

<city>Gondomar</city>

<stateDistrictRegion>Porto</stateDistrictRegion>

<country>Portugal</country>

</contactPerson>

<address>Vilar da Luz</address>

<stateDistrictRegion>Porto</stateDistrictRegion>

<country>Portugal</country>

</coordinates> </location> <ICAO>LPVL</ICAO> <IATA/> <magVar>-4.951</magVar> <runways> <runway id="r16-34"> <coordinates> <latitude>41º 16' 43'' N</latitude> <longitude>8º 30' 7'' W</longitude>

<surface>Concrete</surface>

</coordinates>

</startpoint>

</coordinates> <connectsTo/> </endpoint> </baseEnd> <reciprocalEnd> <designation>34</designation> <startpoint> <coordinates> <latitude>41º 16' 43'' N</latitude> <longitude>8º 30' 7'' W</longitude>

</coordinates>

</startpoint>

</coordinates> <connectsTo/> </endpoint> </reciprocalEnd> </runway> </runways> <helipads> <helipad id="h01">

<designation>Helipad One</designation>

<surface>Concrete</surface>

</coordinates>

</helipad>

</helipads>

<designation>Taxiway A</designation>

<surface>Concrete</surface>

<path>

</coordinates> <connectsTo> <rway idr="r16-34"/> </connectsTo> </startpoint> <midpoint> <coordinates> <latitude>41º 16' 43'' N</latitude> <longitude>8º 30' 7'' W</longitude>

</coordinates> <connectsTo/> </midpoint> <midpoint> <coordinates> <latitude>41º 16' 43'' N</latitude> <longitude>8º 30' 7'' W</longitude>

</coordinates> <connectsTo> <xway idr="x01"/> </connectsTo> </midpoint> <midpoint> <coordinates> <latitude>41º 16' 43'' N</latitude> <longitude>8º 30' 7'' W</longitude>

</coordinates> <connectsTo> <xway idr="x01"/> </connectsTo> </midpoint> <endpoint> <coordinates> <latitude>41º 16' 43'' N</latitude>

</coordinates> <connectsTo> <rway idr="r16-34"/> <xway idr="x01"/> </connectsTo> </endpoint> </path> </taxiway> </taxiways> <parkingSpaces>

<designation>Parking Ramp A</designation>

<description>Usually used for medium sized aircraft</description>

</airlines>

</coordinates>

</parking>

</parkingSpaces>

<designation>Hangar 1</designation>

<description>Usually used to store bla bla</description>

</vertex>

</doors>

</shape>

</hangar>

</hangars>

</coordinates>

</fuelFacility>

<designation>Tower</designation>

</coordinates>

</tower>

<designation>Water</designation>

</coordinates>

</water>

<designation>Battery</designation>

</coordinates>

</batteryFacility>

</utilities>

</airport>

<port>

<description>Used for light traffic, flight schools, and by enthusiasts</description>

<name>Daniel Silva</name>

<institution>FEUP / LIACC</institution>

<position>Ph.D. Researcher</position>

<address>Rua Street, 1234</address>

<city>Gondomar</city>

<stateDistrictRegion>Porto</stateDistrictRegion>

<country>Portugal</country>

</contactPerson>

No documento Adaptação de veículos autónomos e inteligentes e análise de desempenho no Fligth Simulator X (páginas 82-118)